米国食品医薬品局（FDA）は、胸部X線写真を解釈し、放射線科医のレポートを草案するように設計された2つの生成AIツールに対し、ブレイクスルーデバイス指定を付与した。この規制上のステータスは、臨床医が確認すべき特定の関心領域を指摘するだけの従来の機械学習ツールとは異なり、これらのシステムに対するFDAの審査プロセスが優先されることを示す。

生成モデルは医療画像全体を分析し、放射線科医の確認用に包括的な所見を記述する。2026年3月、FDAはスタンフォード大学の研究者が設立し、昨年末にラジオロジー・パートナーズに買収されたスタートアップであるコグニータに対し、この指定を与えた。さらに2026年6月25日、放射線AI企業のエイドックは、自社の製品である「First Read」に対するブレイクスルーデバイス指定を発表した。このツールは現在、患者の画像診断において4つの異なる生命を脅かす臨床的所見を検知・記述する権限が与えられている。

これらの進歩は、視覚データの処理と記述が可能な大規模視覚言語モデルが、臨床ワークフローでの文書作成を担う機会が増えている現状を反映している。同時に、医療現場における標準的な検証や既存の規制監督の枠組みに対して、新たな課題を提起している。

米国食品医薬品局（FDA）は、胸部X線写真を解釈し、放射線科医のレポートを草案するように設計された2つの生成AIツールに対し、ブレイクスルーデバイス指定を付与した。この規制上のステータスは、臨床医が確認すべき特定の関心領域を指摘するだけの従来の機械学習ツールとは異なり、これらのシステムに対するFDAの審査プロセスが優先されることを示す。

生成モデルは医療画像全体を分析し、放射線科医の確認用に包括的な所見を記述する。2026年3月、FDAはスタンフォード大学の研究者が設立し、昨年末にラジオロジー・パートナーズに買収されたスタートアップであるコグニータに対し、この指定を与えた。さらに2026年6月25日、放射線AI企業のエイドックは、自社の製品である「First Read」に対するブレイクスルーデバイス指定を発表した。このツールは現在、患者の画像診断において4つの異なる生命を脅かす臨床的所見を検知・記述する権限が与えられている。

これらの進歩は、視覚データの処理と記述が可能な大規模視覚言語モデルが、臨床ワークフローでの文書作成を担う機会が増えている現状を反映している。同時に、医療現場における標準的な検証や既存の規制監督の枠組みに対して、新たな課題を提起している。